kafka - 357145262/michael Wiki

1.kafka扩容
https://posts.careerengine.us/p/61dd6112a9f58156aff664c9

2.高速上换轮胎
https://www.cxyzjd.com/article/zollty/108975026

kafka数据迁移实践

腾讯云开发者
lv-6
2018年01月22日 17:47 · 阅读 3566
关注
欢迎大家前往云+社区,获取更多腾讯海量技术实践干货哦~

作者:mikealzhou

本文重点介绍kafka的两类常见数据迁移方式:1、broker内部不同数据盘之间的分区数据迁移;2、不同broker之间的分区数据迁移。

一、broker 内部不同数据盘之间进行分区数据迁移
1.1 背景介绍
最近,腾讯云的一个重要客户发现kafka broker内部的topic分区数据存储分布不均匀,导致部分磁盘100%耗尽,而部分磁盘只有40%的消耗量。

分析原因,发现存在部分topic的分区数据过于集中在某些磁盘导致,比如,以下截图显示的/data5 数据盘。

根据分布式系统的特点,很容易想到采取数据迁移的办法,对broker内部不同数据盘的分区数据进行迁移。在进行线上集群数据迁移之前,为了保证生产集群的数据完整和安全,必须先在测试集群进行测试。

1.2 测试broker内部不同数据盘进行分区数据迁移
1.2.1 建立测试topic并验证生产和消费正常
我们搭建的测试集群,Kafka 有三个broker,hostname分别为:tbds-172-16-16-11,tbds-172-16-16-12,tbds-172-16-16-16。每个broker配置了两块数据盘,缓存数据分别存储在 /data/kafka-logs/ 和 /data1/kafka-logs/。

首先建立测试topic:

./kafka-topics.sh —create —zookeeper tbds-172-16-16-11:2181 —replication-factor 2 —partitions 3 —topic test_topic复制代码
然后向topic生产发送500条数据,发送的时候也同时消费数据。然后查看topic的分区数据情况:

GROUP TOPIC PARTITION CURRENT-OFFSET LOG-END-OFFSET LAG OWNER
groupid1 test_topic 0 172 172 0 kafka-python-1.3.1_tbds-172-16-16-3/172.16.16.3
groupid1 test_topic 1 156 156 0 kafka-python-1.3.1_tbds-172-16-16-3/172.16.16.3
groupid1 test_topic 2 172 172 0 kafka-python-1.3.1_tbds-172-16-16-3/172.16.16.3复制代码
发现test_topic生产和消费数据都正常。

1.2.2 将分区数据在磁盘间进行迁移
现在登录tbds-172-16-16-12这台broker节点,将test_topic的分区数据目录 /data1/kafka-logs/test_topic-0/ 移动到 /data/kafka-logs/ :

mv /data1/kafka-logs/test_topic-0/ /data/kafka-logs/复制代码
查看 /data/kafka-logs/ 目录下,分区test_topic-0 的数据:

1.2.3 再次对测试topic生产和消费数据
再次发送500条数据,同时消费数据。然后查看数据情况:

GROUP TOPIC PARTITION CURRENT-OFFSET LOG-END-OFFSET LAG OWNER
groupid1 test_topic 0 337 337 0 kafka-python-1.3.1_tbds-172-16-16-3/172.16.16.3
groupid1 test_topic 1 304 304 0 kafka-python-1.3.1_tbds-172-16-16-3/172.16.16.3
groupid1 test_topic 2 359 359 0 kafka-python-1.3.1_tbds-172-16-16-3/172.16.16.3复制代码
再次查看tbds-172-16-16-12 这个broker节点的/data/kafka-logs/test_topic-0/ 分区目录下的数据:

发现,从 /data1/kafka-logs/ 移动到 /data/kafka-logs/ 目录下的分区数据目录test_topic-0/(也就是编号为0的分区)缓存数据并没有增加。

因为test_topic每个分区有2个replicas,因此,我找到编号为0的另外一个分区replica数据存储在tbds-172-16-16-16这台broker节点。登录tbds-172-16-16-16这个broker节点,打开编号为0的分区缓存数据目录,得到如下信息:

发现,tbds-172-16-16-16这台broker节点的分区数据目录test_topic-0/内缓存数据量是增加的,也就是缓存有再次生产发送的message数据。

由此可见,经过移动之后的tbds-172-16-16-12这台broker节点的编号为0的分区数据缓存目录内,并没有新增缓存数据。与之对应的,没有做分区数据移动操作的 tbds-172-16-16-16这台broker 节点的编号为0的分区缓存数据目录内新增再次发送的数据。

是不是意味着不能在broker的磁盘间移动分区数据呢?

1.2.4 调用重启大法:重启kafka
重启kafka集群,重启完成后,发现tbds-172-16-16-12这台broker节点的编号为0的分区缓存数据目录内的数据也增加到正常水平。

表明重启之后,broker的不同磁盘间迁移数据已经生效。

1.2.5 验证磁盘间迁移分区数据生效
再次向test_topic发送500条数据,同时消费数据,然后查看数据情况:

GROUP TOPIC PARTITION CURRENT-OFFSET LOG-END-OFFSET LAG OWNER
groupid1 test_topic 0 521 521 0 kafka-python-1.3.1_tbds-172-16-16-3/172.16.16.3
groupid1 test_topic 1 468 468 0 kafka-python-1.3.1_tbds-172-16-16-3/172.16.16.3
groupid1 test_topic 2 511 511 0 kafka-python-1.3.1_tbds-172-16-16-3/172.16.16.3复制代码
查看tbds-172-16-16-12 和 tbds-172-16-16-16 两个broker节点的test_topic-0分区数据的缓存目录:

发现两个replicas完全一样。

1.3 结论
Kafka broker 内部不同数据盘之间可以自由迁移分区数据目录。迁移完成后,重启kafka即可生效。

二、不同broker之间传输分区数据
当对kafka集群进行扩容之后,由于新扩容的broker没有缓存数据,容易造成系统的数据分布不均匀。因此,需要将原来集群broker的分区数据迁移到新扩容的broker节点。

不同broker之间传输分区数据,可以使用kafka自带的kafka-reassign-partitions.sh脚本工具实现。

我们在kafka测试集群原有的3台broker基础上,扩容1台broker。

2.1 获取test_topic的分区分布情况
执行命令:

./kafka-topics.sh —zookeeper 172.16.16.11:2181 —topic test_topic —describe复制代码
可以得到test_topic的3个分区(每个分区有2份replicas)在三个broker节点的分布情况:

Topic:test_topic PartitionCount:3 ReplicationFactor:2 Configs:
Topic: test_topic Partition: 0 Leader: 1002 Replicas: 1002,1001 Isr: 1002,1001
Topic: test_topic Partition: 1 Leader: 1003 Replicas: 1003,1002 Isr: 1003,1002
Topic: test_topic Partition: 2 Leader: 1001 Replicas: 1001,1003 Isr: 1001,1003复制代码
2.2 获取topic重新分区的配额文件
编写分配脚本:move_kafka_topic.json内容如下:

{"topics": [{"topic":"test_topic"}], “version”: 1}

执行分配计划生成脚本:

./kafka-reassign-partitions.sh —zookeeper tbds-172-16-16-11:2181 —topics-to-move-json-file /tmp/move_kafka_topic.json —broker-list “1001,1002,1003,1004” —generate复制代码
命令里面的broker-list填写kafka集群4个broker的id。不同kafka集群,因为部署方式不一样,选择的broker id也不一样。我们的测试集群broker id是1001,1002,1003,1004。读者需要根据自己的kafka集群设置的broker id填写。

执行命令之后,得到以下结果:

Current partition replica assignment #当前分区的副本分配
{"version":1,“partitions”:[{"topic":“test_topic”,partition,replicas“topic”:“test_topic”,partition,replicas“topic”:“test_topic”,partition,replicas
Proposed partition reassignment configuration #建议的分区配置
{"version":1,“partitions”:[{"topic":“test_topic”,partition,replicas“topic”:“test_topic”,partition,replicas“topic”:“test_topic”,partition,replicas
Proposed partition reassignment configuration 后是根据命令行的指定的broker list生成的分区分配计划json格式。将 Proposed partition reassignment configuration的配置复制保存到一个文件中 move_kafka_topic_result.json:

{"version":1,“partitions”:[{"topic":“test_topic”,partition,replicas“topic”:“test_topic”,partition,replicas“topic”:“test_topic”,partition,replicas

2.3 对topic分区数据进行重新分布
执行重新分配命令:

./kafka-reassign-partitions.sh —zookeeper tbds-172-16-16-11:2181 —reassignment-json-file /tmp/move_kafka_topic_result.json —execute复制代码
得到如下结果:

Current partition replica assignment
{"version":1,“partitions”:[{"topic":“test_topic”,partition,replicas“topic”:“test_topic”,partition,replicas“topic”:“test_topic”,partition,replicas
Save this to use as the —reassignment-json-file option during rollback
Successfully started reassignment of partitions {"version":1,“partitions”:[{"topic":“test_topic”,partition,replicas“topic”:“test_topic”,partition,replicas“topic”:“test_topic”,partition,replicas
从返回结果来看,分区数据重新分布任务已经启动成功。

2.4 查看分区数据重新分布进度
检查分配的状态,执行命令:

./kafka-reassign-partitions.sh —zookeeper tbds-172-16-16-11:2181 —reassignment-json-file /tmp/move_kafka_topic_result.json —verify复制代码
得到结果:

Status of partition reassignment:
Reassignment of partition [test_topic,0] completed successfully
Reassignment of partition [test_topic,2] completed successfully
Reassignment of partition [test_topic,1] completed successfully复制代码
表明分区数据重新分步任务已经完成。

2.5 再次获取test_topic的分区分布情况
再次查看各个分区的分布情况,执行命令:

./kafka-topics.sh —zookeeper 172.16.16.11:2181 —topic test_topic —describe复制代码
得到返回结果:

Topic:test_topic PartitionCount:3 ReplicationFactor:2 Configs:
Topic: test_topic Partition: 0 Leader: 1002 Replicas: 1001,1002 Isr: 1002,1001
Topic: test_topic Partition: 1 Leader: 1003 Replicas: 1002,1003 Isr: 1003,1002
Topic: test_topic Partition: 2 Leader: 1003 Replicas: 1003,1004 Isr: 1003,1004复制代码
从结果看出,test_topic的分区数据已经由原来的3个broker,重新分布到4个broker。

三、测试结论
Ø Kafka broker 内部不同数据盘之间可以自由迁移分区数据目录。迁移完成后,重启kafka即可生效;

Ø Kafka 不同broker之前可以迁移数据,使用kafka自带的kafka-reassign-partitions.sh脚本工具实现。

四、修复客户的kafka集群故障
我们采用本文测试的方法,对该客户的Kafka集群进行broker节点内部不同磁盘间的数据迁移,对多个topic均进行了数据迁移,最终实现磁盘间的数据缓存分布均匀化。

同时,我们又对客户的kafka集群进行扩容,扩容之后采用本文描述的不同broker之间迁移分区数据方法,对多个topic均进行了数据迁移,保证新扩容节点也有缓存数据,原来的broker节点存储压力减小。

⚠️ **GitHub.com Fallback** ⚠️